实体 MiniAppBench-Val

MiniAppBench-Val

PulseAugur coverage of MiniAppBench-Val — every cluster mentioning MiniAppBench-Val across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

层级分布 · 90 天

主题

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

TOOL · CL_229122 · Sep 1 · 04:00

WebWorld 使用浏览器作为世界模型以实现自改进的 Web 代码

研究人员推出了一种名为 WebWorld 的新颖系统，该系统利用浏览器作为世界模型来实现自改进的 Web 代码生成。这种方法解决了现有方法中的一个关键缺陷，即提出代码修复的模型也负责对其进行评估，这导致了对实际功能的代理评估不佳。WebWorld 使用浏览器作为确定性模拟器来验证代码更改，确保改进是功能性的并且不会破坏现有功能。在评估中，WebWorld-27B 在 HTMLBench-400 和 MiniAppBench-Val 等…